Mental Health and Well-being of Healthcare Professionals Amid the COVID-19 Pandemic in Canada
Notice bibliographique
Résumé
Introduction: The COVID-19 pandemic posed unique challenges to healthcare professionals (HCPs) with increased risk of mental health and well-being globally. However, the psychological impact of the pandemic on the mental health and well-being of HCPs in Canada is not fully understood. This paper critically reviews broadly available literature on the mental health and psychosocial status of HCPs amid the COVID-19 pandemic in Canada. Methods: A comprehensive online search was conducted using the guidelines outlined by the Centre for Reviews and Dissemination for combining the findings of diverse primary studies within a single review. Online search was conducted through databases such as AMED (Allied and Complementary Medicine), Embase, Global Health, Ovid Healthstar, Mental Measurements Yearbook, EBM Reviews - ACP Journal Club, EBM Reviews - Cochrane Database of Systematic Reviews, Ovid MEDLINE(R) and Epub Ahead of Print, In-Process, In-Data-Review, and Google Scholar for the period between March 2020 and May 2023. Twenty-two studies met the inclusion criteria and were analyzed systematically using a thematic analysis approach to identify the main themes across studies. Results: The analysis uncovers three key themes: 1) HCPs face diverse mental health impacts during the pandemic; 2) HCPs are dissatisfied with organizational approaches to COVID-19; and 3) HCPs express concerns about personal well-being and the safety of others during the pandemic. Conclusion: These findings emphasize the need for HCPs to cope effectively with stressors for their own, their patients, and their families' well-being. Therefore, future research should prioritize the ways in which HCPs can maintain their emotional, mental, and psychological well-being.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».